首页 > 试题广场 >

在深度学习网络中，以下哪种技术不是主要用来做网络正则化的（

[单选题]

在深度学习网络中，以下哪种技术不是主要用来做网络正则化的（提升模型泛化能力）

查看答案及解析

chopin7776

参数共享是为了减少参数的数量，减少参数数量可以防止过拟合，因为参数很多的话，神经网络可以记住训练集上的输入和输出，这样的话模型在训练集上表现很好，在测试集上表现很差。

发表于 2017-12-02 18:31:28 回复(1)

真的不帅

池化技术用于对卷积映射层的特征提取，有最大，最小，平均等等，仅作为特征提取的手段。 p.s 很久看了已经忘了，其实我做错了，然后才想起来。我选的是参数共享，因为我只记得参数共享可以降低网络复杂度～～

发表于 2017-12-01 14:36:43 回复(1)

kupu

池化可以保留比较显著的特征，提升模型的畸变容忍能力

发表于 2019-03-01 15:12:12 回复(0)

Mowar

Pooling 好像也是可以减少参数的数量的

发表于 2018-09-28 15:02:29 回复(0)

若只如初见201803011505196

当然是参数共享，参数共享是为了减少训练参数，从而提高训练效率，较少训练时间

发表于 2018-03-01 15:27:46 回复(1)

提交观点

问题信息

算法工程师爱奇艺 2018

来自：爱奇艺2018秋季校招...

上传者：小小

难度：

5条回答 48收藏 3470浏览

扫一扫，把题目装进口袋